论文部分内容阅读
电子设备逐渐成为越来越复杂的大系统,对其进行高效、快速的故障诊断,使其保持良好的工作状态,具有重要的意义。介绍了BP神经网络的原理,针对传统BP算法即梯度下降法收敛速度慢、容易陷入局部极小值等缺点,提出了基于附加动量法的改进方法,并将改进后的BP算法应用于电子设备模块化故障诊断中。结果表明,与传统方法相比,该模型提高了电子设备故障诊断的效率,将代表故障的信息输入训练好的神经网络后,由输出的结果,便可以判断发生故障的类型,从而实现对故障模块的精确定位,具有一定的应用价值。